opencv之颜色过滤只留下图片中的红色区域操作

如图，这次需要在图片中找到卷尺的红色刻度，所以需要对图像做过滤，只留下红色部分。

一开始的想法是分别找到RGB值，然后找到红色区域的部分保留就可以了，不过好像很难确定红色区域的RGB取值范围，所以要把图片转化到HSV空间中去。

在opencv中直接使用cvCvtColor函数就可以啦。

IplImage* hsv = cvCreateImage( cvGetSize(image), 8, 3 );

cvCvtColor(image,hsv,CV_BGR2HSV);

opencv 的H范围是0~180，红色的H范围大概是(0~8)∪(160,180) ，S是饱和度，一般是大于一个值,S过低就是灰色（参考值S>80)，V是亮度，过低就是黑色，过高就是白色(参考值220>V>50)。

所以接下来要做的就是遍历图像，获取图像每个像素点的H,S,V分量，然后做判断，满足条件的就保留，不满足的就赋值为黑色。

我是用opencv中的IplImage来存储图片的。

IplImage获取像素点的方式如下：

CvScalar s_hsv = cvGet2D(hsv, j, i);//获取像素点为（i, j）点的HSV的值,i是width值，j是height值

IplImage对像素点赋值的方式如下：

CvScalar s;

cvSet2D(hsv, j ,i, s);//对(i,j)处的像素点赋值

分别取得H,S,V分量，注意图像转化的时候BGR2HSV,所以s.val[0]是B或H的值，s.val[1]是G或S的值，s.val[2]则是R或V的值。

因为师弟喜欢用CvMat，所以输入都改成了CvMat，使用的时候inputImage是希望过滤的图片，outputImage则为输出图片，因为outputImage会在函数中进行空间申请与赋值，所以传入参数的时候直接把它设成NULL就可以了。

另外要注意一点，因为是对彩色图像做实验，所以如果传入的图片不是3通道的彩色图片，那么就会出内存错误。

以下打开图片或创建图片的方式都是单通道方式，会出现内存错误。

IplImage *input = cvLoadImage(path, 0)，
CvMat* M = cvCreateMat(4,4,CV_32FC1); //或是8UC1， 因为C1表示nChannel = 1,也就是单通道

void colorFilter(CvMat *inputImage, CvMat *&outputImage)
{
int i, j;
IplImage* image = cvCreateImage(cvGetSize(inputImage), 8, 3);
cvGetImage(inputImage, image);
IplImage* hsv = cvCreateImage( cvGetSize(image), 8, 3 );

cvCvtColor(image,hsv,CV_BGR2HSV);
int width = hsv->width;
int height = hsv->height;
for (i = 0; i < height; i++)
for (j = 0; j < width; j++)
{
CvScalar s_hsv = cvGet2D(hsv, i, j);//获取像素点为（j, i）点的HSV的值
/*
opencv 的H范围是0~180，红色的H范围大概是(0~8)∪(160,180)
S是饱和度，一般是大于一个值,S过低就是灰色（参考值S>80)，
V是亮度，过低就是黑色，过高就是白色(参考值220>V>50)。
*/
CvScalar s;
if (!(((s_hsv.val[0]>0)&&(s_hsv.val[0]<8)) || (s_hsv.val[0]>120)&&(s_hsv.val[0]<180)))
{
s.val[0] =0;
s.val[1]=0;
s.val[2]=0;
cvSet2D(hsv, i ,j, s);
}

}
outputImage = cvCreateMat( hsv->height, hsv->width, CV_8UC3 );
cvConvert(hsv, outputImage);
cvNamedWindow("filter");
cvShowImage("filter", hsv);
waitKey(0);
cvReleaseImage(&hsv);
}

关于函数还有一点要说明，H分量我取得是(0,8),(120,180),S与V分量没有做筛选，如果按照注释部分的进行筛选结果不是很好。

结果如图：

补充知识：opencv实现图像去除单一颜色背景

思路

因为背景是固定颜色，很容易筛选出背景，然后将其设为白色完全透明即可。

代码

#coding=utf-8
import cv2 as cv
bg_color = [197, 102, 6]
threshold = 3000

def calc_diff(pixel):
'''
计算pixel与背景的离差平方和，作为当前像素点与背景相似程度的度量
'''
 return (pixel[0]-bg_color[0])**2 + (pixel[1]-bg_color[1])**2 + (pixel[2]-bg_color[2])**2

def remove_bg():
 image_path = './logo.png'
 logo = cv.imread(image_path)
 logo = cv.cvtColor(logo, cv.COLOR_BGR2BGRA) #将图像转成带透明通道的BGRA格式
 h, w = logo.shape[0:2]
 for i in range(h):
   for j in range(w):
     if calc_diff(logo[i][j]) < threshold:
     #若果logo[i][j]为背景，将其颜色设为白色，且完全透明
       logo[i][j][0] = 255
       logo[i][j][1] = 255
       logo[i][j][2] = 255
       logo[i][j][3] = 0

cv.imwrite("./logo_rmbg.png", logo)

if __name__ == '__main__':
 remove_bg()

使用方法

修改第5行的bg_color为图片背景的bgr值，以及第6行的threshold（threshold越大，覆盖的像素越多）。

效果：

emmm，事实证明背景附近的颜色不是严格的背景色，后来将字填充后好多了。

来源：https://blog.csdn.net/jianjian1992/article/details/45027993